[发明专利]一种基于云计算平台的集群资源分配方法

权利要求书

1.一种基于云计算平台的集群资源分配方法，其特征在于，包括：

S1,采集负载数据，并进行负载预测；

S2,计算未来时段负载变动量及负载持续时间；

S3,判断负载变动量及负载持续时间是否超过阈值，不超过返回步骤S2,超过则触发分配决策；

S4,判断负载水平，负载水平高面向平衡负载的分配，负载水平低面向节能负载的分配；

S5,计算分配规模，包括复制目的地决策和迁移目的地决策；

对负载情况，先根据历史负载对负载进行聚类分析，在此基础上进行所述负载情况分级，而后对所述负载情况进行定级，根据负载级别，确定分配规模，即需要迁移或者复制放置的虚拟机数量；

从负载变化量和持续时间两个维度来考虑，设负载表动量阈值为L_sus，当负载变动超过L_sus时，负载从一个负载级别跳转到另外一个级别，才触发分配操作，此外，发生变动旳负载持续时间也必须达到一定的阈值，这里设持续时间值为T_sus，这个值取决于虚拟机迁移所要耗费的时间，当所耗费时间超过了T_sus则迁移足以抵消其时间代价，具体到算法流程，可以探测在时间阈值的时间段内负载的变动量，看这个变动量是否达到变动量的阈值，是则出发分配决策，否则返回步骤S2。

2.如权利要求1所述的基于云计算平台的集群资源分配方法，其特征在于：所述S1中负载预测需要实现对集群资源负载状况进行采样，采用的对象有CPU,内存和I/O使用的负载。

3.如权利要求2所述的基于云计算平台的集群资源分配方法，其特征在于：所述S2中负载持续时间的阈值T_sus表示为：其中，T_i为迁移一台虚拟机耗费的时间，k是调整系数，k>1。

4.如权利要求3所述的基于云计算平台的集群资源分配方法，其特征在于：所述负载持续时间阈值内的负载观测点数表示为：其中S为负载观察周期。

5.如权利要求4所述的基于云计算平台的集群资源分配方法，其特征在于：所述负载变动量阈值L_sus＝Min(△d₁₂，△d₁₃，...，△d_ij)，其中△d_ij为负载聚类中心和中心之间的距离。

6.如权利要求5所述的基于云计算平台的集群资源分配方法，其特征在于：所述T_sus时间内平均负载变动量△L_sus表示为：

其中，n_now是当前时刻对应的观察点序号，P[i]是负载预测值数组，X为当前时刻实际的负载值。